首页期刊导航|电子测量技术
期刊信息/Journal information
电子测量技术
电子测量技术

孙圣和

月刊

1002-7300

dzcl@vip.163.com

010-56103931

100009

北京市东城区北河沿大街79号

电子测量技术/Journal Electronic Measurement Technology北大核心CSTPCD
查看更多>>本刊坚定不移地确保社会效益功能的发挥，刊登新技术、工艺、设计、设备材料为主要内容，推广交流步进技术、科研成果和实践经验及时传播新成就、新技术、新器材的信息，以利于社会主义生产建设。
正式出版
收录年代

    卫星高性能存储数传一体化系统关键技术及应用

    朱彦铭刘文重吕雨桦张俊杰...
    93-102页
    查看更多>>摘要：随着我国遥感卫星技术的迅速发展,执行的空间任务日益复杂,传统星载存储与数传系统面临高度定制化和高昂移植成本的挑战.本研究旨在开发一种高性能存储数传一体化系统,以解决这些问题.基于现场可编程逻辑门阵列(FPGA)的高灵活性,该系统设计了SATA Ⅲ固态硬盘的读写访问及文件系统、带有数据合路控制的多通道DDR控制器和支持中频调制的数传功能.在设备和软件搭载数量最少的情况下,该系统实现了900 Mbit/s的最高数传下行带宽和最丰富的数传功能.该系统成功应用于吉天星某型号任务中,地面测试表明载荷存盘链路带宽长期稳定在2.8 Gbit/s以上,峰值带宽达到3.69 Gbit/s,存储和数传业务均实现长期零误码运行;在轨验证证实了载荷图像下传清晰完整.该系统充分满足遥感卫星对稳定性和可靠性的严格要求,在遥感卫星领域具有重要的应用价值.

    遥感卫星星载系统FPGA存储数传一体化

      原文链接:
    • 万方数据
    • 维普

    基于阶段特征融合的图像融合行人检测

    葛荣泽武一
    103-109页
    查看更多>>摘要：目前可见光与红外图像融合行人检测算法中存在特征不平衡与特征融合不充分等问题.针对上述问题,提出一种分阶段特征融合可见光-红外图像的行人检测网络 MIFNet.构建的双流网络同时处理可见光与红外输入;设计模态间信息融合模块,改变网络的结构减少特征不平衡造成的影响,提取-注入结构在特征提取的过程中自动学习如何提取多模态全局信息并将其有效地注入可见光与红外特征中,提升网络鲁棒性与特征融合效果.设计并嵌入特征增强融合模块,增强两种模态的独特信息,进一步提升特征融合效果.实验结果表明,算法漏检率仅为9.74%,与基线算法相比降低了6%,有效的提升了算法的检测性能.

    行人检测双流网络特征融合

      原文链接:
    • 万方数据
    • 维普

    基于雷达和视觉多级信息融合的目标检测网络

    周志伟周建江王佳宾邓凯...
    110-117页
    查看更多>>摘要：针对自动驾驶感知任务中由于道路环境复杂、车载雷达和摄像头数据融合不充分导致的一些高危险性动目标检测效果过差的问题,本文在Centerfusion的基础之上设计了一种雷达和视觉多层级信息融合的目标检测网络MLFusionNet.首先在输入层增加了数据级融合,将雷达回波特征以像素值的形式和图像进行拼接后再通过一个二级残差融合模块输入到编解码网络,丰富了网络的输入信息;然后在骨干网络的编码器和解码器之间设计了一种瓶颈结构的上下文模块,通过多分支的卷积结构获取特征图中更广泛的上下文信息,并通过压缩通道的方式降低参数量;最后设计了一种并行注意力融合模块,解决了特征级模态融合不充分的问题.在nuScenes数据集上的实验结果表明MLFusionNet的NDS达到了46.6%,相比较多模态网络Centerfusion汽车、卡车和行人的 mAP分别提升了1.4%、3.0%和1.5%,说明网络更加关注驾驶环境中的高危险性动态目标.

    深度学习目标检测特征融合注意力机制

      原文链接:
    • 万方数据
    • 维普

    跨层融合的轻量化太阳能电池片缺陷分割方法

    陈光耀陈田高学海刘军...
    118-127页
    查看更多>>摘要：针对当前多晶太阳能电池片表面缺陷分割中存在的细小特征无法识别、缺陷分割边界模糊和模型参数量大等问题,本文提出一种带有交叉注意力机制和残差细化模块的轻量化语义分割模型C2LA-U2-Net.首先,通过在外部解码器阶段设计了带有交叉注意力机制的C2LA模块,以提取多尺度的空间特征,减少空间信息丢失,同时捕获长程依赖关系,从而增强对细小缺陷的分割效果;其次,为应对预测中的边界模糊的问题,引入一种轻量化的二阶段残差细化模块(D-RRM),用于细粒度特征建模,以提高预测边界精度;最后,为进一步降低模型复杂度,引入幻影卷积.实验结果表明,与基线模型相比,C2LA-U2-Net模型的类别平均像素精度(MPA)、平均交并比(MIoU)、平均召回率(MRecall)和F1 分数提升了3.1%、4.49%、4.39%和4.17%.同时,模型参数量和 GFLOPs下降了89.77%和56.68%,推理速度提升了76.97%,证明了本文方法的有效性.

    多晶太阳能电池片缺陷分割U2-Net注意力机制轻量级算法

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv7的血细胞检测算法

    张文鹏李晨
    128-138页
    查看更多>>摘要：血细胞检测是诊断许多疾病的重要手段,血细胞数量和形态的变化常常反映人体的健康状况.然而,人工检测耗时且易出现误检和漏检.为此,本文提出了一种基于改进YOLOv7的血细胞检测算法—YOLOv7-SMC.该算法首先在特征提取过程中结合空间和通道重构卷积,减少了特征冗余并提高了性能;然后在颈部网络中加入混合局部通道注意力机制,增强了模型的表征能力;并且用内容感知特征重组上采样算子替换最近邻插值上采样,从而自适应地调整上采样策略,得到细节丰富的结果;最后引入基于最小点距离的边界框相似度度量损失函数,简化了边界框相似性比较.实验结果表明,该算法在BCCD数据集上的3类血细胞检测中,总样本均值平均精度mAP@0.5和mAP@[0.5:0.95]分别提升了2.6%和2.9%,展现出较高的实用性和准确性.

    血细胞检测YOLOv7空间和通道重构卷积注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于激活调制的双分支弱监督语义分割

    王家莉谭棉冯夫健
    139-148页
    查看更多>>摘要：图像级标注的语义分割因具有友好的注释和令人满意的性能而被广泛研究.针对类激活图激活区域稀疏、前背景间语义模糊问题,提出基于激活调制的双分支弱监督语义分割网络.该网络以 Resnet50和 Vision Transformer作为双分支特征提取网络,并设计激活调制模块嵌入卷积分支,该模块迫使模型激活中间分数的像素,生成紧凑的类激活图,从而缓解类激活图激活区域稀疏的问题.其次,提出基于余弦退火衰减的动态阈值调整策略,该策略在训练过程中自适应的确定背景最高阈值,使更多低置信前景像素参与到分割训练中,生成完整且准确的分割图.在PASCAL VOC 2012以及 MS COCO 2014数据集上验证该网络的有效性.PASCAL VOC 2012验证集和测试集上的mIou值分别为74.2%和74.0%,在MS COCO 2014验证集上的mIou值为45.9%.实验结果表明,该网络可以解决前背景颜色相似场景下的误分割问题并取得优异的分割性能.

    弱监督学习语义分割类激活图激活调制动态阈值

      原文链接:
    • 万方数据
    • 维普

    基于全景分割与多视图几何的动态SLAM方法

    王爽刘云平张柄棋陆旭春...
    149-159页
    查看更多>>摘要：在SLAM系统估计相机位姿时,大量运动物体的特征点参与特征跟踪线程导致算法准确性和鲁棒性下降,因此如何高效准确地剔除场景中的动态物体尤为重要.现有的动态视觉SLAM算法在处理动态物体时可能漏检或是错误地将静态物体识别为动态物体并将其剔除,引发静态特征点数量不足的问题,进而影响SLAM系统的稳定性和精度.因此提出一种基于全景分割与多视图几何的视觉SLAM方法,该算法使用全景分割FPN网络准确识别分割图像中的所有物体,剔除先验动态特征点并尽可能多地保留静态特征,在此基础上使用融合图像金字塔的LK光流法实现光流跟踪并剔除平行动态特征点,潜在的动态特征点则采用基于动态概率的多视图几何法更有效地对其剔除,避免了动态特征点漏检的情况,实现对场景中动态物的全面筛查以提高系统精度.在系统构建的稀疏点云的基础上实现对语义地图与八叉树地图的构建.实验使用TUM RGB-D数据集验证系统定位精度,结果表明,与ORB-SLAM2相比,本算法在所有序列的绝对轨迹误差的均方根误差(RMSE)平均降低了84.34%,显著提升了系统的鲁棒性和准确性,并且构建两种可用于SLAM上层任务的地图,具有一定的使用价值.

    视觉SLAM动态场景全景分割多视图几何图像金字塔八叉树地图

      原文链接:
    • 万方数据
    • 维普

    基于AgriSwin的植物病虫害检测算法

    刘微张傲
    160-170页
    查看更多>>摘要：针对现代农业中植物病虫害检测所面临的多尺度特征和复杂背景处理难题,本文提出了一种高效且精准的检测模型AgriSwin,以提升农业病虫害检测的精度和效率.AgriSwin模型在Swin Transformer的基础上,融合了扩张特征聚合模块与自适应空间卷积模块.扩张特征聚合模块通过不同扩张率的卷积层实现多尺度特征提取,并利用全局特征信息的自适应加权机制优化了特征融合效果.自适应空间卷积模块则通过生成自适应权重,对特征图进行动态加权,从而在复杂背景下增强局部和全局信息的捕捉能力.实验结果表明,AgriSwin模型在 PlantDoc、PlantVillage和自建数据集上的检测精确率分别达到79.65%、99.90%和95.08%.此外,该模型的参数量比Swin Transformer-T减少了25.63%,在保持高精确率的同时显著降低了内存和计算资源的占用,展示了在大规模农业应用中的广泛潜力.

    植物病虫害检测深度学习卷积神经网络多尺度卷积自适应空间卷积特征聚合农业自动化

      原文链接:
    • 万方数据
    • 维普

    基于可视图谱特征融合的行星齿轮箱故障诊断

    荆新岚黄民马超
    171-178页
    查看更多>>摘要：针对行星齿轮箱振动信号频率信息复杂、时变性强、调制特征明显的问题,提出了基于可视图谱特征融合的行星齿轮箱故障诊断方法.首先将行星齿轮箱信号进行 Welch变换得到功率谱,采取可视图算法构建图谱,计算图谱节点的中心性指标并融合成特征矩阵,最后使用改进的CNN-Inception模型分类得到齿轮箱故障诊断结果.实验结果表明,该方法可以准确识别行星齿轮箱故障,在两种工况的实验数据集上准确率可以达到98.57%,模型具有泛化性.相较于其他方法,该方法能够实现高效、准确的故障诊断.

    可视图特征融合行星齿轮箱故障诊断

      原文链接:
    • 万方数据
    • 维普

    基于并行TCN-SE-BiLSTM模型的涡扇发动机剩余寿命预测

    张鑫阳王可庆贾新旺郭永信...
    179-187页
    查看更多>>摘要：作为现代航空的重要组成部分,维护和预测涡扇发动机的使用寿命对于确保安全和降低运营成本至关重要.为了应对涡扇发动机RUL预测中的复杂非线性特征处理难题,本研究提出了一种基于并行TCN与BiLSTM的新型混合模型.针对传统方法难以同时捕捉局部特征和长时间依赖性的问题,该模型通过TCN提取短期局部特征,并利用BiLSTM捕捉数据中的双向时序依赖.同时,针对特征重要性识别不足的挑战,引入了改进的SE注意力机制模块,以动态调整网络的特征权重,增强对关键信息的关注.在C-MAPSS数据集的FD001和FD003子集上的实验验证中,RMSE和Score分别为12.15、230.4和11.16、209.84.结果表明,该方法与其他方法相比具有更高的精度.

    涡扇发动机时序卷积网络双向长短时记忆网络注意力机制

      原文链接:
    • 万方数据
    • 维普